Artificial Neural Networks ANN.pptVIP

第六章 人工神经网络 (I) 简 介 人工神经网络 对人类大脑系统的一阶特性的一种描述。简单的说，它是一个数学模型，可以用电子线路来实现，也可以用计算机程序来模拟，是人工智能研究的一种方法。 基本特点 信息的分布式表示；运算的全局并行和局部操作； 处理的非线性 人工神经网络是近年来得到迅速发展的一个前沿课题。神经网络由于其大规模并行处理、容错性、自组织和自适应能力和联想功能强等特点，已成为解决很多问题的有力工具。 求解优化问题只是其应用之一！ 内 容 发展简史 提出依据 人工神经元 人工神经网络 神经网络优化 发展简史 1890年, William James发表了第一部详细论述人脑结构及功能的专著: Principles of Psychology (心理学原理) 对相关学习、联想记忆的基本原理做了开创性研究 当一个的脑细胞曾经一起或相继被激活时，其中一个脑细胞在受刺激重新激活时会将刺激传播到另一个脑细胞； 神经细胞激活是细胞所有输入叠加的结果 发展简史 最早的研究可以追溯到20世纪40年代。1943年，心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型-阈值加权和模型。这一模型一般被简称M-P神经网络模型，至今仍在应用，可以说，人工神经网络的研究时代，就由此开始了。 发展简史 1949年，心理学家Hebb提出神经系统的学习规则，为